[發(fā)明專利]高速動車組整車人工智能無損檢測方法

在審

• 申請?zhí)枺?/td>: 201910095876.1
• 申請日: 2019-01-31
• 公開（公告）號: CN109900501A
• 公開（公告）日: 2019-06-18
• 發(fā)明（設(shè)計(jì)）人: 劉永強(qiáng);張依凡;楊紹普;金城;趙晉津;張洋;桑德利;李建軍;代國偉;陳心靈;楊新夢
• 申請（專利權(quán)）人: 石家莊鐵道大學(xué);復(fù)旦大學(xué)
• 主分類號: G01M17/08
• 分類號: G01M17/08;G01N21/95;G01N23/046;G01N23/18;G01N29/04
• 代理公司: 北京同輝知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11357
• 代理人: 劉洪勛

1.高速動車組整車人工智能無損檢測方法，其特征在于，包括以下步驟：

(1)對高速動車組整車進(jìn)行紅外線、超聲波和高能X射線照射，通過電子計(jì)算機(jī)斷層成像技術(shù)，獲得高速列車不同運(yùn)營里程下各部件不同尺寸缺陷的無損檢測數(shù)據(jù)；

(2)將無損檢測數(shù)據(jù)輸送到訓(xùn)練完成后的機(jī)器學(xué)習(xí)模型中進(jìn)行機(jī)械學(xué)習(xí)；

(3)經(jīng)機(jī)器學(xué)習(xí)模型判斷列車存在的安全隱患及故障類型、位置并預(yù)測各部件的服役壽命。

2.根據(jù)權(quán)利要求1所述的高速動車組整車人工智能無損檢測方法，其特征在于，所述無損檢測方法的分辨率為：0.01mm-0.5m。

3.根據(jù)權(quán)利要求1所述的高速動車組整車人工智能無損檢測方法，其特征在于，所述整車包括：車體、轉(zhuǎn)向架、制動裝置、車端連接裝置、車內(nèi)設(shè)備、車頂設(shè)備、牽引變壓器以及牽引變流器。

4.根據(jù)權(quán)利要求1所述的高速動車組整車人工智能無損檢測方法，其特征在于，所述預(yù)測各部件服役壽命的方式為：機(jī)器學(xué)習(xí)模型根據(jù)當(dāng)前部件無損檢測數(shù)據(jù)與列車運(yùn)行不同里程時無損檢測數(shù)據(jù)進(jìn)行對比，智能預(yù)測該部件的服役壽命。

5.根據(jù)權(quán)利要求1所述的高速動車組整車人工智能無損檢測方法，其特征在于：利用工業(yè)用計(jì)算機(jī)斷層成像技術(shù)分別采集每輛高速列車在0-2000萬公里時整車無損檢測數(shù)據(jù)。

6.根據(jù)權(quán)利要求1所述的高速動車組整車人工智能無損檢測方法，其特征在于：對采集的樣本圖像進(jìn)行預(yù)處理、濾波運(yùn)算及反投影成像，獲取各部件的斷層二維灰度圖像，進(jìn)而辨識各部件內(nèi)部結(jié)構(gòu)，并通過對圖像的旋轉(zhuǎn)、平移、翻轉(zhuǎn)或視覺變化等方法，擴(kuò)充樣本數(shù)量。

7.根據(jù)權(quán)利要求1所述的高速動車組整車人工智能無損檢測方法，其特征在于:所述機(jī)器學(xué)習(xí)訓(xùn)練過程包括以下步驟：

(1)為使CT數(shù)據(jù)符合訓(xùn)練要求，對圖像進(jìn)行預(yù)處理和標(biāo)注；

(2)對預(yù)處理后的圖像進(jìn)行隨機(jī)分配，分為一定數(shù)量的訓(xùn)練集和測試集，并對機(jī)器學(xué)習(xí)模型結(jié)構(gòu)與參數(shù)進(jìn)行初始化；

(3)訓(xùn)練集圖像經(jīng)過機(jī)器學(xué)習(xí)模型的計(jì)算，可以得到一定數(shù)量的特征；

(4)所獲得的特征可轉(zhuǎn)化為一個列向量，計(jì)算識別結(jié)果與真實(shí)故障的差異；

(5)將結(jié)果反饋到初始模型并自動調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)；

(6)將處理后的測試集圖像輸入到訓(xùn)練好的機(jī)器學(xué)習(xí)模型中，對測試圖像進(jìn)行故障識別，顯示識別結(jié)果，驗(yàn)證模型的正確性。

8.根據(jù)權(quán)利要求7所述的高速動車組整車人工智能無損檢測方法，其特征在于：所述標(biāo)注步驟包括按高速列車型號、故障存在的部位和類型分別設(shè)置ID。